【文章来源：金十数据】
AI 播客：换个方式听新闻 下载 mp3
美股所谓 「10 月魔咒」 的说法目前看起来是空穴来凤，因为没有明显原因表明美国股市在 10 月的波动性会高于 9 月。
Marketwatch 分析师 Mark Hulbert 总结了基于道琼斯工业平均指数自 1896 年以来的月度数据。他发现，每年 10 月的道指标准差显著更高——实际上比其他 11 个月的平均水平高出 21%。
Hulbert 表示，尽管 10 月高于平均的波动部分源于该月是两次重大市场崩盘的发生时段——1929 年与 1987 年，但在剔除这两个年份后的数据 （连同 2008 年金融危机巅峰期那个异常波动的 10 月） 中，10 月仍然是最波动的月份，尽管幅度收窄至 11%，而非原先的 21%。
Hulbert 指出，后者在统计学家常用的 95% 置信水平上仍然显著。如果统计显著性本身就能作为投资依据，那么我们无疑掌握了坚实理由。
可惜的是，统计显著性从来不是充分理由。金融史上充斥着无数统计显著却毫无意义的虚假关联。若不信，不妨阅读莱因韦伯 （David Leinweber） 发表于 《投资杂志》 的 《愚蠢的数据挖掘技巧：过度拟合标普 500 指数》。这位劳伦斯伯克利国家实验室创新金融技术中心前主任的研究，深刻揭示了数据挖掘的陷阱。
Hulbert 认为，任何投资决策必须满足双重条件：既统计显著，更需理论自洽。就 10 月波动而言，我们必须追问：是否存在合理解释说明股市为何在此月格外动荡？
他至今未发现任何经得起推敲的理论。最常被引用的说法是 1986 年 《税收改革法案》 的影响——该法案要求共同基金以 10 月 31 日作为纳税年度截止日，并将 98% 的资本收益分配给股东。许多人认为税改引发的大规模调仓导致了 10 月波动。
但若此说成立，1986 年后的 10 月波动理应显著增强，数据却显示相反结果：后税改时期的统计支持度反而轻微弱于此前年份。
另一种观点主张 10 月存在更高经济不确定性。例如该月开启年度最后财报季，华尔街分析师通常依据 10 月财报预判企业全年走势。这种解释看似合理，却缺乏实证支撑。
西北大学贝克 （Scott Baker）、斯坦福大学布鲁姆 （Nicholas Bloom） 与芝加哥大学戴维斯 （Steven Davis） 编制的经济政策不确定性指数显示：自 1900 年以来，10 月的不确定性指数反而比其他月份低 3%。
归根结底，或许存在某种尚未发现的理论能解释 10 月波动，但在确凿证据出现之前，所有相关讨论都只是市场噪音。投资者应当关注企业基本面与宏观经济趋势，而非执着于季节性的统计幻象。
